[发明专利]答案生成方法、电子设备和计算机可读存储介质在审

专利信息
申请号: 202010775254.6 申请日: 2020-08-05
公开(公告)号: CN112000796A 公开(公告)日: 2020-11-27
发明(设计)人: 罗铁;陈瑞斌 申请(专利权)人: 深圳中兴网信科技有限公司
主分类号: G06F16/335 分类号: G06F16/335;G06F16/9535;G06K9/20;G06K9/34
代理公司: 北京友联知识产权代理事务所(普通合伙) 11343 代理人: 尚志峰;王淑梅
地址: 518109 广东省深圳市龙华*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 答案 生成 方法 电子设备 计算机 可读 存储 介质
【说明书】:

发明提出了一种答案生成方法、电子设备和计算机可读存储介质。其中,方法包括:获取题目图像;检测题目图像的文本框;识别文本框的文本信息、文本位置信息和答题位置信息;根据文本位置信息和答题位置信息,确定答案的查询位置信息;根据查询位置信息和文本信息,在数据库中查询并输出答案。从而实现了通过题干区域和答题区域的位置逻辑,准确定位答案查询位置,简化用于查询答案的题目信息,优化答案查询方式,进而能够自动、快速生成问题的答案,减少用户的阅读成本,提升了答案生成效率和精准度,有效增强用户的使用体验度。

技术领域

本发明涉及电子设备技术领域,具体而言,涉及一种答案生成方法、一种电子设备和一种计算机可读存储介质。

背景技术

随着深度学习技术进步,人工智能在教育方面的实际应用场景逐步发掘,实现了知识点关联分析,题目推荐,智能阅卷等一系列的技术,从而尽可能的减少教师的工作压力。同时,学生的学习负担和压力也是不同忽视的,学生通常会使用一些电子产品来辅助学习,压缩时间成本,提高学习效率。目前,市面上有部分家教机和应用程序(Application,APP)具备拍照搜题的功能。

目前在拍照搜题方面,存在以下缺陷:

(1)题目的更新速度快,且比较繁杂,拍照搜题可能无法获取到相应的内容;

(2)大部分拍照搜题提供的服务不够精细化,广而浅,不能根据学科类别和题目类型进行专业化,精细化。

发明内容

本发明旨在至少解决现有技术或相关技术中存在的技术问题之一。

为此,本发明的第一方面在于提出了一种答案生成方法。

本发明的第二方面在于提出了一种电子设备。

本发明的第三方面在于提出了一种计算机可读存储介质。

有鉴于此,根据本发明的第一方面,提出了一种答案生成方法,包括:获取题目图像;检测题目图像的文本框;识别文本框的文本信息、文本位置信息和答题位置信息;根据文本位置信息和答题位置信息,确定答案的查询位置信息;根据查询位置信息和文本信息,在数据库中查询并输出答案。

本发明提供的答案生成方法,通过检测题目图像中的文本框,确定题目图像中题目的位置,以便于精准识别题干的信息,避免字符漏检。同时识别文本框的文本信息、文本位置信息和答题位置信息,并根据文本位置信息和答题位置信息中的坐标确定答案的查询位置信息,也即确定出答题区域相对于题干区域的位置关系,根据查询位置信息和文本信息,在数据库中查询并输出对应的答案。从而实现了通过题干区域和答题区域的位置逻辑,准确定位答案查询位置,避免根据全部题干文字进行检索,简化用于查询答案的题目信息,优化答案查询方式,进而能够自动、快速生成复杂的诗词类、散文类等问题的答案,减少用户的阅读成本,提升了答案生成效率和精准度,有效增强用户的使用体验度。

具体地,可预先根据不同学科类别和题目类型构建本地数据库,从而避免互联网搜索,实现离线情况下的答案生成,例如,构建诗词库,收录所有的古诗词,以字典的形式保存,每一个键对应的值是一个列表,列表有2个元素,分别为键值内容的上一句和下一句,比如:{“举头望明月”:[“疑是地上霜”,“低头思故乡”]}。

进一步地,采用CTPN(Convolutional Text Proposal Network)模型检测题目图像的文本框。CTPN模型能够在检测过程中先检测多个小的、固定高度的文本段,并将图像中检测到的所有小文本段合并,得到完整的大文本框,从而实现文本框的检测任务,使得文本框具有较高的置信度,提高文本边界识别精度。

另外,根据本发明提供的上述技术方案中的答案生成方法,还可以具有如下附加技术特征:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳中兴网信科技有限公司,未经深圳中兴网信科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010775254.6/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top